Implementasi metode transfer learning dan algoritma random forest pada identifikasi iris mata

ABSTRAK

Perkembangan teknologi saat ini memiliki potensi untuk meningkatkan cybercrime. Oleh karena itu, diperlukan sistem keamanan yang memiliki tingkat keamanan tinggi. Salah satu sistem keamanan tertinggi saat ini yaitu biometrik. Machine learning merupakan salah satu teknologi yang dapat digunakan untuk menciptakan sistem keamanan biometrik. Iris mata merupakan salah satu media biometrik yang memiliki tingkat keamanan yang tinggi. Salah satu keunggulan iris mata ialah pola yang cenderung tidak berubah seiring bertambahnya usia. Dalam pengembangan sistem keamanan biometrik, pada penelitian ini digunakan metode transfer learning dan algoritma random forest. Transfer learning merupakan metode machine learning yang dilakukan dengan menggunakan model yang telah dilatih sebelumnya. Pada penelitian ini, model transfer learning yang digunakan adalah model AlexNet. Random forest merupakan metode machine learning yang dilakukan dengan menggunakan lebih dari satu decision tree. Hasil klasifikasi random forest diperoleh dengan menghitung rata-rata hasil klasifikasi dari setiap decision tree. Data yang digunakan dalam penelitian ini ialah data berupa citra iris mata yang diambil dari dataset CASIA V1 dengan jumlah data sebanyak 756 citra yang terbagi dalam 108 kelas. Proses evaluasi dilakukan menggunakan algoritma K-fold Cross Validation dengan nilai k=6. Pada penelitian ini, diperoleh hasil akurasi akhir sebesar 85,98%.

ABSTRACT

Current technological developments have the potential to increase cybercrime. Therefore, a security system that has a high level of security is needed. One of the highest security systems today is biometric. Machine learning is one of the technologies that can be used to create a biometric security system. Iris is one of the biometric media that has a high level of security. One of the advantages of the iris is that the pattern tends not to change with age. In developing a biometric security system, this research used transfer learning method and random forest algorithm. Transfer learning is a machine learning method that is performed using a pre-trained model. In this research, the transfer learning model used is the AlexNet model. Random forest is a machine learning method performed using more than one decision tree. Random forest classification results are obtained by calculating the average classification results of each decision tree. The data used in this study is data in the form of iris images taken from the CASIA V1 dataset with a total of 756 images divided into 108 classes. The evaluation process is carried out using the K-fold Cross Validation algorithm with a value of k=6. In this study, the final accuracy result was 85.98%.

مستخلص البحث

ويمكن للتطورات التكنولوجية الحالية أن تزيد من الجريمة السيبرانية. لذلك، هناك حاجة إلى نظام أمني يتمتع بمستوى عالٍ من الأمن. يمكن تنفيذ أحد أعلى أنظمة الأمان اليوم باستخدام القياسات هو الحيوية. التعلم الآلي هو أحد التقنيات التي يمكن استخدامها لإنشاء نظام أمان بيومتري. إيريس هي واحدة من وسائط المفياس الحيوي التي تتمتع بمستوى عالٍ من الأمان. إحدى مزايا القزحية هي أن النمط لا يتغير مع تقدم العمر. عند تطوير نظام أمان بيومتري، استخدم هذا البحث طريقة التعلم النقلي وخوارزمية الغابات العشوائية. التعلم النقلي هو طريقة تعلم العالي يتم تنفيذها باستخدام نموذج مدرب مسبقًا. في هذا البحث، نموذج التعلم النقلي المستخدم هو نموذج AlexNet . الغابة العشوائية هي طريقة تعلم آلي يتم تنفيذها باستخدام أكثر من شجرة قرار واحدة. يتم الحص ول على نتائج التصنيف العشوائي للغابات عن طريق حساب متوسط نتائج التصنيف لكل شجرة قرار. البيانات المستخدمة في هذ البحث هي بيانات على شكل صور قزحية العين مأخوذة من مجموعة بيانات CASIA V1 بإجمالي ٧٥٦ صورة مقسمة إلى ١٠٨ فئات. تتم عملية التقييم باستخدام خوارزمية K-fold Cross Validation بقيمة k ٦ = . في هذ البحث، كانت نتيجة الدقة النهائية ٨٥٫٩٨ .٪